×
赵卫华;张福德;王学军;李锐;连、恒

高维模型的主变系数估计量。 （英语） Zbl 1434.62159号

统计 53，第6期，1234-1250（2019）.
小结：我们考虑高维设置中的主变系数模型，并结合变量选择，以减少半参数建模中的有效参数数量。该估计基于B样条方法。对于非规范化估计，我们建立了估计量的非渐近界，然后建立了惩罚估计量的（渐近）局部预言性质以及非渐近误差界。蒙特卡罗研究表明，该估计器具有良好的性能，并给出了在实际数据集上的应用。

引用于1文件

MSC公司：

62J07型 岭回归；收缩估计器（拉索）
62G07年 密度估算
65D07年 使用样条曲线进行数值计算
62H25个 因子分析和主成分；对应分析

关键词：

渐近性质;样条;亚高斯分布;超高维

软件：

格普雷格
PDF格式BibTeX公司 XML格式引用
\textit{W.Zhao}等人，《统计》53，第6期，1234--1250（2019年；Zbl 1434.62159）
全文： 内政部

参考文献：

[1] Chen，R。；Tsay，Rs.，函数系数自回归模型，美国统计协会杂志，88，421，298-308（1993）·Zbl 0776.62066号
[2] 哈斯蒂，T。；Tibshirani，R.，变系数模型，J R Stat Soc Ser B-Methodol，55，4，757-796（1993）·Zbl 0796.62060号
[3] 风扇，Jq；Zhang，Wy.，变系数模型中的统计估计，Ann Stat，27，5，1491-1518（1999）·Zbl 0977.62039号 ·doi:10.1214/aos/1017939139
[4] 风机，Jq；张，Jt。，函数线性模型的两步估计及其在纵向数据中的应用，J R Stat Soc Ser B-Stat Methodol，62，303-322（2000）·doi:10.1111/1467-9868.00233
[5] 风机，Jq；Zhang，W.，变系数模型的统计方法，Stat Interface，1179-195（2008）·Zbl 1230.62031号 ·doi:10.4310/SII.2008.v1.n1.a15
[6] 胡佛博士；大米，Ja；Wu，Co，带纵向数据的时变系数模型的非参数平滑估计，Biometrika，85，4，809-822（1998）·Zbl 0921.62045号 ·doi:10.1093/biomet/85.4.809
[7] 黄，Jhz；Wu，公司；周，L.，用于重复测量分析的变系数模型和基函数近似，Biometrika，89，1，111-128（2002）·Zbl 0998.62024号 ·doi:10.1093/biomet/89.1.111
[8] 夏，Y。；张伟。；Tong，H.，半变系数模型的有效估计，Biometrika，91661-681（2004）·Zbl 1108.62019号 ·doi:10.1093/biomet/91.3.661
[9] Tibshirani，R.，通过套索进行回归收缩和选择，J R Stat Soc Ser B-Methodol，58，1，267-288（1996）·兹比尔0850.62538
[10] 风扇，Jq；李，Rz。，通过非冲突惩罚似然及其预言属性进行变量选择，J Am Stat Assoc，96，456，1348-1360（2001）·Zbl 1073.62547号 ·doi:10.1198/016214501753382273
[11] 黄，J。；霍洛维茨，Jl；Ma，Sg.，稀疏高维回归模型中桥估计量的渐近性质，Ann Stat，36，2，587-613（2008）·Zbl 1133.62048号 ·doi:10.1214/0090536007000000875
[12] Zou，H.，《自适应套索及其预言属性》，美国统计学会期刊，101，476，1418-1429（2006）·Zbl 1171.62326号 ·doi:10.1198/016214500000735
[13] Lian，H.，高维广义变系数模型的变量选择，Stat Sin，221563-1588（2012）·Zbl 1253.62027号
[14] 王，Hs；夏，Yc。，变系数模型的收缩率估计，J Am Stat Assoc，104，486，747-757（2009）·Zbl 1388.62213号 ·doi:10.1198/jasa.2009.0138
[15] Wang，Lf；锂，赫兹；黄，Jhz。，用于重复测量分析的非参数变系数模型中的变量选择，J Am Stat Assoc，103，484，1556-1569（2008）·Zbl 1286.62034号 ·doi:10.1198/0162145000000788
[16] 魏，F。；黄，J。；锂，赫兹。，高维变系数模型中的变量选择和估计，Stat Sin，21，1515-1540（2011）·Zbl 1225.62056号 ·doi:10.5705/ss.2009.316
[17] 姜强。；Wang，H。；Xia，Y.，《关于主变系数模型》，美国国家统计协会，108501228-236（2013）·Zbl 06158338号 ·doi:10.1080/01621459.2012.736904
[18] Li，Q.，可加部分线性模型的有效估计，《国际经济评论》，41，4，1073-1092（2000）·doi:10.1111/1468-2354.00096
[19] Wang，L。；刘，X。；Liang，H.，广义可加部分线性模型的估计和变量选择，Ann Stat，39，4，1827-1851（2011）·Zbl 1227.62053号 ·doi:10.1214/11-AOS885
[20] Wang，L。；薛，L。；Qu，A.，协变量发散数相关数据的广义加性偏线性模型中的估计和模型选择，Ann Stat，42，2，592-624（2014）·兹比尔1309.62077 ·doi:10.1214/13-AOS1194
[21] 赵，W。；蒋，X。；Lian，H.，《分位数回归的主变系数模型：联合变量选择和降维》，《计算统计数据分析》，127269-280（2018）·Zbl 1469.62180号 ·doi:10.1016/j.csda.2018.05.021
[22] He，K。；Lian，H。；Ma，S.，具有大量协变量的多元变系数模型中的降维和变量选择，美国统计协会杂志，113，746-754（2018）·Zbl 1398.62136号 ·doi:10.1080/01621459.2017.1285774
[23] Anderson，Tw.，估计多元正态分布回归系数的线性限制，《数学统计年鉴》，29，327-351（1951）·Zbl 0043.13902号 ·doi:10.1214/aoms/1177729580
[24] 霍洛维茨，Jl；Lee，S.，加性分位数回归模型的非参数估计，J Am Stat Assoc，100，472，1238-1249（2005）·Zbl 1117.62355号 ·doi:10.1198/01621450000000583
[25] Lian，H.，关于线性分位数回归中Schwarz准则与scad惩罚的一致性的注记，Stat Probab Lett，82，7，1224-1228（2012）·Zbl 1456.62144号 ·doi:10.1016/j.spl.2012.03.039
[26] Zhang，C.，最小最大凹惩罚下的几乎无偏变量选择，Ann Stat，38，2，894-942（2010）·Zbl 1183.62120号 ·doi:10.1214/09-AOS729
[27] 范，J。；Lv，J.，具有np维的非保守惩罚可能性，IEEE Trans-Inf理论，57，8，5467-5484（2011）·Zbl 1365.62277号 ·doi:10.1109/TIT.2011.2158486
[28] 范德法特（Van Der Vaart），Aw；日本韦纳。，弱收敛和经验过程（1996），纽约：Springer Verlag，纽约·Zbl 0862.60002号
[29] 范，Y。；Lv，J.，阈值参数空间中正则化方法的渐近等价性，J Am Stat Assoc，108，503，1044-1061（2013）·Zbl 06224986号 ·doi:10.1080/01621459.2013.803972
[30] 郑，Z。；范，Y。；Lv，J.，高维阈值回归和收缩效应，J R Stat Soc Ser B（Stat Methodol），76，3627-649（2014）·Zbl 1411.62049号 ·doi:10.1111/rssb.12037
[31] 范，J。；Feng，Y。；Song，R.，稀疏超高维可加模型中的非参数独立性筛选，美国统计协会，106，494，544-557（2011）·Zbl 1232.62064号 ·doi:10.1198/jasa.2011.tm09779
[32] 黄，J。；霍洛维茨，Jl；Wei，F.，非参数加性模型中的变量选择，Ann Stat，38，4，2282-2313（2010）·Zbl 1202.62051号 ·doi:10.1214/09-AOS781
[33] Breheny，P。；Huang，J.，具有分组预测因子的非凸惩罚线性和逻辑回归模型的群下降算法，Stat-Comput，25，3173-187（2015）·Zbl 1331.62359号 ·doi:10.1007/s11222-013-9424-2
[34] Breheny，P，Zeng，Y，带分组协变量回归模型的正则化路径。R包版本3.1-4；2018
[35] 范，J。；马云（Ma，Y.）。；Dai，W.，稀疏超高维变系数模型中的非参数独立性筛选，J Am Stat Assoc，109，507，1270-1284（2014）·Zbl 1368.62095号 ·doi:10.1080/01621459.2013.879828
[36] 黄，Jhz；Wu，公司；周，L.，具有纵向数据的变系数模型的多项式样条估计和推断，Stat Sin，14，3，763-788（2004）·Zbl 1073.62036号
[37] Szarek，Sj。格拉斯曼流形和正交群的网。摘自：巴纳赫空间理论研究研讨会论文集，爱荷华州爱荷华市，第169卷；1982年，第185页·Zbl 0526.53047号
[38] She，Y.，基于阈值的模型选择和收缩迭代选择程序，Electron J Stat，3384-415（2009）·Zbl 1326.62158号 ·doi:10.1214/08-EJS348
[39] She，Y.，高维选择性因子提取，Biometrika，104，97-110（2017）·Zbl 07072232号 ·doi:10.1093/biomet/asx032
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。